การปรับเพิ่มความยาวโครโมโซมในขั้นตอนวิธีเชิงพันธุกรรมวัตถุประสงค์เดียว

Abstract

บทคัดย่อ        บทความนี้นําเสนอการปรับเพิ่มความยาวโครโมโซมให้กับขั้นตอนวิธีเชิงพันธุกรรมสําหรับปัญหาการหาค่าเหมาะที่สุดวัตถุประสงค์เดียวเพื่อให้ได้คําตอบที่ดีขึ้น แนวคิดนี้หาคําตอบจากกรณีตัวแปรตัดสินใจเข้ารหัสด้วยเลขฐานสองจํานวนบิตน้อยซึ่งจํานวนคําตอบที่เป็นไปได้ทั้งหมดในปริภูมิค้นหาน้อยซึ่งง่ายในการหาคําตอบที่ดี หลังจากทําการหาคําตอบจนกระทั่งคําตอบลู่เข้าจึงเพิ่มจํานวนบิตที่แทนแต่ละตัวแปรตัดสินใจจนกระทั่งถึงจํานวนบิตที่กําหนด แนวคิดนี้ยังสามารถประยุกต์ใช้กับขั้นตอนวิธีเชิงพันธุกรรมที่เข้ารหัสด้วยเลขจํานวนจริง โดยคําตอบที่ได้จากแนวคิดนี้นําไปเปรียบเทียบกับคําตอบที่ได้จากการให้ค่าจํานวนบิตต่อตัวแปรตัดสินใจ ปัญหาที่ใช้ทดสอบมีทั้งหมด 7 ปัญหาซึ่งประกอบด้วย 5 ปัญหามาตรฐาน และ 2 ปัญหาการหาค่าเหมาะที่สุดทางด้านวิศวกรรม หลังจาก การจําลองพบว่าคําตอบที่ได้จากการปรับเพิ่มความยาวโครโมโซมดีกว่าคําตอบกรณีความยาวโครโมโซมคงที่ทั้งกรณีคําตอบเข้ารหัสเป็น เลขฐานสองและเลขจํานวนจริง โดยคําตอบที่ได้จากแนวคิดนี้ค่อนข้างใกล้เคียงกับคําตอบเหมาะที่สุดแท้จริงโดยเฉพาะการเข้ารหัสด้วยเลขจํานวนจริง ABSTRACT          This paper proposed increment of chromosome length embedded into a genetic algorithm (GA) to solvesingle-objective optimization problems in order to achieve better solutions. For this idea, the GA initially searches solutions of which a decision variable is encoded by binary string with a few binary bits. Therefore, the total number of possible solutions in search space is small so that it is easy to search forgood solutions. After solutions are converged, the number of represented binary bits is gradually increased towards a defined number. The proposed idea can also be particularly embedded in real-coded GAs. Solutions obtained from this idea have been compared to solutions from fixed numbers of represented binary bits. There are 7 tested problems which are 5 benchmark problems and 2 engineering optimization problems. After simulation, solutions from the increment of chromosome length are obviously better than those from fixed chromosome length for both binary and real coding. Especially, solutions obtained by the proposed idea are very close to exact solutions of the tested problems with real coding.